Transcript ¿Qué tan relevante es el Promedio Industrial Dow Jones para el

¿QUÉ TAN RELEVANTE ES EL
PROMEDIO INDUSTRIAL DOW JONES
PARA EL PRONÓSTICO BURSÁTIL EN
AMÉRICA LATINA?:
Elsy Gómez-Ramos
F r a n c i s c o Ve n e g a s - M a r t í n e z
ESCUELA SUPERIOR DE ECONOMÍA, IPN.
UNA
APROXIMACIÓN
CON REDES
NEURONALES
RESUMEN
Las Redes Neuronales Ar tifi ciales (RNA) como herramienta de pronósti co han
generado grandes expectati vas, debido a su alta flexibili dad y a su proceso
auto-adaptativo . Para el caso de Améri ca Latina la literatura e s escasa, por
lo que este estudi o analiz a el impacto de un mercado accionari o desarrollado
en relaci ón a l os mercados de la regi ón . El objetivo es identificar en qué
grado los índices bur sátiles d e Brasil, México y Colombia son explicados a
través del Promedio Industrial Dow Jones (DJ) . Para ello, se trabaja con
diferentes muestras y frecuencias para redes uni variadas y redes que
incluyan una variable exógena.
CONTENIDO
 SECCIÓN 1: INTRODUCCIÓN
 SECCIÓN 2:MUESTRAS
 SECCIÓN 3:ANALISIS ESTADÍSTICO Y ECONOMÉTRICO
 SECCIÓN 4:DISEÑO ESPERIMENTAL
CONCLUSIONES
REDES NEURONALES ARTIFICIALES
Son herramientas altamente flexibles i nspiradas en el funci onamiento del
cerebro humano, que pueden modelar relaci ones no lineales como l as
obser vadas en las series financieras . Además, no es necesario establecer a
priori formas funcionales.
SECCIÓN : 1-2-3-4
PRONÓSTICO FINANCIERO
 Pronóstico de quiebras corporativas y bancarias
 Pronóstico del tipo de cambio
 Pronóstico bur sátil
SECCIÓN : 1-2-3-4
PRONÓSTICO BURSÁTIL EN AL
 McNeils (1996) pone a prueba diferentes herramientas para analizar la
influencia de grupo de países de la región y de Estados Unidos (DJ) para
explicar el compor tamiento del mercado Brasileño. El estudio señala que
el modelo G ARCH y el PM L obtuvieron los mejores resultados.
 Parisi et al. (2003) pronosti can a través de diferentes RNA (PM L) y
modelos tradicionales el signo de las variaciones semanales de los
principales índices a nivel internacional (entre ellos el DJ y el Ibovespa ).
Los resultados indican que la capacidad predictiva de los modelos varía
con el tiempo, por lo que no es posible especificar un solo modelo que
explique la evolución de las series .
SECCIÓN : 1-2-3-4
PRONÓSTICO UNIVARIADO &
PRONÓSTICO CON VARIABLE EXÓGENA
Si un pronóstico univariado (incluye únicamente l os rez agos d e la serie) es
más preci so que un pronósti co que incluya una variable exógena (incluye l os
rezagos de la serie y los rezagos de otra variable), se tendría evidencia que
las
fuer z as
internas
de
la
serie
son
suficientes
para
lograr
una
representación aproximada de su compor tamiento ; e n caso contrari o, el
ambiente externo cobra gran relevancia.
En esencia, si se encontrara que el pronósti co uni variado tuviera un mej or
desempeño, indicaría que las fuerz as que impulsan al índice nor teamericano
son distintas a las de la región , e s decir, que al incluirlo, la RNA no l ogra
encontrar informaci ón adi ci onal que le ayude a representar de una mej or
manera a los índices latinoamericanos .
SECCIÓN : 1-2-3-4
MUESTRAS
h
SECCIÓN : 1-2-3-4
ANÁLISIS ESTADÍSTICO Y ECONOMÉTRICO
 Estadísticos descriptivos
 Pruebas econométricas: Dickey -Fuller Aumentada (ADF), efectos
ARCH (p=2) y BDS. Esta última ayuda a detectar la no linealidad de
los residuos de un modelo propuesto, es decir, si el modelo es
adecuado, los residuos estandarizados deberán ser ruido blanco; en
caso contrario, el estadístico de la prueba será estadísticamente
significativo .
SECCIÓN : 1-2-3-4
RESULTADOS ESTADÍSTICOS
En resumen, los resultados sugieren que las distribuciones de los
datos tienen colas anchas, son sesgadas y leptocúr ticas.
Fuente: Kazmier (2006).
SECCIÓN : 1-2-3-4
RESULTADOS ECONOMÉTRICOS
Se encontró evidencia de heteroscedásticidad en los errores para
todos los casos, y la prueba BDS señala que el modelo convencional
no capta la complejidad de las series mientras mayor sea la
frecuencia de los datos (con excepción del IGBC). Lo anterior, sugiere
que las series son susceptibles a ser modeladas a través del PML.
SECCIÓN : 1-2-3-4
DISEÑO EXPERIMENTAL
Donde:
rindice i,t es el rendimiento logarítmico i en el tiempo t.
rdj-1 es el rendimiento logarítmico del DJ al tiempo t-1.
SECCIÓN : 1-2-3-4
DISEÑO EXPERIMENTAL
 En cuanto al número de entradas a las redes se utiliza como auxiliar el
criterio de información Akaike . Para el caso del número de nodos en la
capa oculta se selecciona de forma experimental. El valor de la tasa de
aprendizaje y del término momento es de 0.2 .
 Para determinar la precisión de los pronósti cos se realiza el cálculo del
Error Cuadrático Medio (ECM). Donde para cada índice le corresponde tres
muestras (diaria, semanal y mensual) y a cada muestra dos tipos de redes
(univariadas y con variable exógena) con un red alternativa para cada caso.
En total se tienen 36 diferentes diseños de redes (Cuadro 1). El sof tware
que se utiliza es Mathematica 6.0.
SECCIÓN : 1-2-3-4
ERROR CUADRATICO MEDIO
SECCIÓN : 1-2-3-4
RESULTADOS
 La evidencia señala que para las series diarias el tamaño de las redes con
variable exógena son más robustas, y sólo ligeramente más precisas que
las mejores redes univariadas. Mientras que para las series semanales
existen diferencias más significativas. En cuanto a las series mensuales se
encuentra que las redes univariadas son más robustas y más precisas
(excepto para el IGBC). Sin embargo, durante el entrenamiento se presenta
un compor tamiento atípico (sobre todo para el IPC y el IGBC) con respecto
al número de patrones de entrenamiento requeridos. Y por ello los niveles
de error para esta frecuencia de datos son significativamente superiores
en comparaci ón con el resto de los resultados.
 Lo anterior podría indicar dos aspectos: el primero es que al trabajar con
información tan agregada la red neuronal podría no ser la mejor
herramienta. Es más, la prueba BDS también muestra evidencia en este
sentido; el segundo es que si el problema no es el más apropiado las
dificultades en el diseño de la red se intensifican.
SECCIÓN : 1-2-3-4
CONCLUSIONES
Indagar sobre las fuerzas que rigen los movimientos accionarios,
requiere del manejo de herramientas robustas que permitan tener una
representación aproximada del mundo real. Por ello, las metodologías
ar tificiales ponen a prueba sus ventajas para exponer información
relevante sobre nuestro entorno.
AL es vista como una región altamente compleja, con diver sos niveles de
desarrollo y de compor tamiento. Así, la aplicación de las RNA permiten
encontrar evidencia sobre la dinámica que per siguen los mercados
accionarios de la región.
Los resultados de la investigación muestran que el DJ sólo mejora
ligeramente la precisión de los pronósticos con datos diarios. Lo anterior
evidencia que la dinámica interna de los índices bur sátiles
latinoamericanos ejercen mayor peso sobre su compor tamiento que con
respecto al índice nor teamericano . Aunque, ante acontecimientos a cor to
plazo si existe cier ta influencia, la cual se va disolviendo a través del
tiempo .